Stage | Machine Learning voor Slimme Gasflowmetingen in Toekomstige Energiesystemen

De Europese Commissie streeft naar een klimaatneutraal energiesysteem in 2050. Hiervoor is een transitie nodig van aardgas naar hernieuwbare energiegassen, zoals biomethaan en waterstof. Deze transitie brengt nieuwe uitdagingen met zich mee voor gastransport- en distributienetwerken, waaronder een grotere variabiliteit in gassamenstelling, vraag en aanbod, debieten en een toenemend aantal invoedingspunten op het netwerk.

Deze ontwikkelingen stellen hogere eisen aan gasflowmetingen. Naar schatting onderschatten de huidige fiscale meetmethoden de meetonzekerheid met ongeveer 35%, terwijl een nauwkeurige bepaling van de onzekerheid van flowmeters essentieel is voor metrologische herleidbaarheid, gasallocatie en facturering. Daarom is er een groeiende behoefte aan betrouwbare modellen die de dynamica van gasnetwerken beschrijven op basis van hoogwaardige meetgegevens.

Om deze uitdagingen aan te pakken, onderzoeken Distributiesysteembeheerders (DSO's) en Transmissiesysteembeheerders (TSO's) steeds vaker de inzet van Artificial Intelligence (AI) en Machine Learning (ML) om de monitoring, bedrijfsvoering, veiligheid en flowmetingen van gasnetwerken te verbeteren. Het ontwikkelen van betrouwbare ML-oplossingen vereist nauwkeurige experimentele data, een gedegen onzekerheidsanalyse en modellen die transparant, uitlegbaar en compatibel zijn met bestaande metrologische standaarden.

Tijdens deze afstudeeropdracht onderzoek je de toepassing van Machine Learning voor slimme gasflowmetingen en monitoring. Het onderzoek maakt gebruik van experimentele laboratoriumdata en synthetische data die worden gegenereerd met behulp van Computational Fluid Dynamics (CFD)-simulaties om ML-modellen te ontwikkelen en te evalueren. Afhankelijk van jouw interesses kan de nadruk liggen op verschillende modelleringsbenaderingen, zoals klassieke Machine Learning-methoden, Physics-Informed Neural Networks (PINNs), hybride modellen of probabilistische Machine Learning.

• Trainen en valideren van ML-modellen op basis van experimentele en CFD-datasets.
• Evalueren van modelprestaties en generaliseerbaarheid.
• Kwantificeren van voorspellingsonzekerheden.
• Beoordelen van modeluitlegbaarheid en transparantie.
• Onderzoeken van de compatibiliteit met metrologische standaarden zoals ISO/IEC 17025, OIML R140, ISO 15112 en ISO/IEC Guide 98.

De geselecteerde student wordt begeleid door experts op het gebied van Machine Learning en energiesysteemmodellering en werkt nauw samen met de onderzoeksgroep Heat Transfer & Fluid Dynamics (HTFD). Het project biedt toegang tot hoogwaardige experimentele datasets en CFD-simulaties, waardoor je praktijkervaring opdoet met het ontwikkelen van geavanceerde datagedreven modellen. Dit onderzoek draagt bij aan de digitalisering, betrouwbaarheid en metrologische nauwkeurigheid van toekomstige gasenergiesystemen en helpt bij het aanpakken van uitdagingen die samenhangen met de integratie van hernieuwbare gassen.

• MSc-student met ervaring in Machine Learning.
• Kennis van stromingsleer (fluid dynamics) is een pré.
• Je kunt zelfstandig werken aan verschillende aspecten van wetenschappelijk onderzoek, waaronder literatuuronderzoek en academisch schrijven.
• Je bent communicatief vaardig, proactief en werkt graag samen met anderen.
• Je bent beschikbaar om op locatie in Rijswijk te werken.

Een stage bij TNO betekent werken in een omgeving waar inhoud en impact centraal staan. Je komt terecht in een kennisorganisatie waar onderzoek en praktijk samenkomen en waar experts samenwerken aan oplossingen voor actuele maatschappelijke en technologische vraagstukken.

Je stage is een periode om te ontdekken wat bij jou past, waar je goed in bent en wat je nog wilt leren. Je maakt deel uit van een professionele werkomgeving, leert hoe het er in de praktijk aan toegaat en krijgt de ruimte om ervaring op te doen die verder reikt dan alleen deze stage. Voor veel studenten is een stage dan ook een eerste stap om te ontdekken of TNO past als mogelijke volgende stap na de studie.

Verder bieden we je:

• Een professionele en innovatieve stageomgeving waarin je actief bijdraagt aan maatschappelijke en technologische vraagstukken, samen met toonaangevende experts in jouw vakgebied.
• Betrokken en persoonlijke begeleiding, met aandacht voor jouw leerdoelen, ontwikkeling en studieopdracht.
• Ruimte om jezelf te ontplooien: je doet relevante werkervaring op, ontwikkelt zowel je vakinhoudelijke als professionele vaardigheden en bouwt een waardevol netwerk op.
• Gebruik van een laptop en de faciliteiten die je nodig hebt om je werk goed te kunnen uitvoeren.
• Een passende stagevergoeding van € 615,- per maand bij een fulltime stage, voor wo-, hbo- en mbo‑studenten.
• Tot acht uur verlof per stagemaand bij een fulltime stage, zodat je je stage goed kunt combineren met je studie en privéleven.
• Een tegemoetkoming in je reiskosten als je geen recht hebt op een studentenreisproduct.
• Een gratis lidmaatschap van Jong TNO: het netwerk voor jonge collega’s, waar je andere TNO’ers ontmoet en kunt deelnemen aan sportactiviteiten, inhoudelijke en persoonlijke ontwikkelactiviteiten en sociale evenementen, zoals de jaarlijkse skireis.

Onze mensen vormen het hart van TNO. Hun nieuwsgierigheid, expertise en proactiviteit maken het mogelijk om impactvolle onderzoeken en innovaties te creëren voor duurzaam welzijn en welvaart van de samenleving. Daarom investeren wij in een inspirerende en inclusieve werkomgeving waarin collega’s kunnen excelleren, autonomie hebben en kunnen groeien.

Jouw talent en ambitie krijgen bij TNO alle ruimte. Je werkt samen met experts (zowel binnen als buiten TNO), je hebt toegang tot geavanceerde technologie en de vrijheid om te onderzoeken, te experimenteren en te vernieuwen. Onze kracht ligt in onafhankelijkheid, betrouwbaarheid en samenwerking. Door samen te werken met bedrijven en overheden en door verschillende perspectieven te verbinden, versterken we onze innovatiekracht. En we creëren verantwoord en betekenisvol resultaat. We vinden elkaar in verwondering en vindingrijkheid, en we zijn gedreven om grenzen te verleggen.

Bij TNO geloven we dat dit onze tijd is om de samenleving, de overheid en het bedrijfsleven sneller vooruit te helpen. Samen met gedreven collega’s zet je kennis om in concrete innovaties of ondernemingen die écht verschil maken. Door de kracht van wetenschap en ondernemerschap te bundelen. Druk jouw stempel op ónze tijd.

Je kunt reageren op deze stagevacature tot en met 9 september 2026. Na je aanmelding ontvang je een bevestiging per e-mail.

TNO draagt zorg voor een passende stageovereenkomst. Mocht je vragen hebben over de inhoud van de stage of de procedure, dan kun je terecht bij de onderstaande contactpersoon.

Wanneer je bij ons start met een stage, vragen wij je ook om een Verklaring Omtrent het Gedrag (VOG) aan te leveren.

Belangrijk om te weten voordat je solliciteert:

• Voor de start van de stage moet een stageovereenkomst worden getekend. Voor studenten van een Nederlandse hogeschool of universiteit maakt TNO gebruik van het UNL-template, aangevuld met enkele TNO‑specifieke afspraken. Voor studenten van buitenlandse onderwijsinstellingen en MBO‑opleidingen geldt de TNO‑stageovereenkomst. TNO tekent geen andere stageovereenkomsten.
• Voor de start van de stage zal de onderwijsinstelling schriftelijk moeten bevestigen dat:
  1. jij gedurende de stage bent ingeschreven bij de onderwijsinstelling, en;
  2. de stage plaatsvindt in het kader van de opleiding.

Deze bevestiging vindt plaats via ondertekening van het UNL‑template of formulieren die door TNO worden verstrekt.

• Stagiairs bij TNO moeten bij de start van de stage beschikken over een Nederlands woonadres. Het uitvoeren van stage-activiteiten vanuit het buitenland is niet mogelijk.
• Ben je een internationale student? Houd er dan rekening mee dat je vóór de start van de stage een BSN (Burgerservicenummer) nodig hebt. Het aanvragen hiervan kan enkele weken duren, dus zorg dat je hier op tijd mee begint.